CN107249954A - 用于使用个性化驾驶简档操作自主车辆的系统和方法 - Google Patents
用于使用个性化驾驶简档操作自主车辆的系统和方法 Download PDFInfo
- Publication number
- CN107249954A CN107249954A CN201580077047.0A CN201580077047A CN107249954A CN 107249954 A CN107249954 A CN 107249954A CN 201580077047 A CN201580077047 A CN 201580077047A CN 107249954 A CN107249954 A CN 107249954A
- Authority
- CN
- China
- Prior art keywords
- driver
- autonomous vehicle
- electronic processors
- autonomous
- profile
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000010801 machine learning Methods 0.000 claims description 9
- 230000005611 electricity Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 27
- 230000001133 acceleration Effects 0.000 description 12
- 230000007246 mechanism Effects 0.000 description 11
- 238000005242 forging Methods 0.000 description 10
- 230000008878 coupling Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 6
- 238000005859 coupling reaction Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000008014 freezing Effects 0.000 description 2
- 238000007710 freezing Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- B60K35/28—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/14—Adaptive cruise control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/10—Interpretation of driver requests or demands
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- B60K2360/175—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/146—Display means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/043—Identity of occupants
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/215—Selection or confirmation of options
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/30—Driving style
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
Abstract
用于控制自主车辆的系统和方法。一种方法包括:利用自主车辆的电子处理器接收简档选择。所述方法还包括:利用电子处理器基于简档选择接收包括多个设置的驾驶员简档。所述方法还包括:当自主车辆在自主驾驶模式中操作时,利用电子处理器基于所述多个设置中的至少一个设置控制自主车辆的至少一个车辆控制系统。所述方法还包括:利用电子处理器在手动驾驶模式中操作自主车辆。所述方法还包括:当自主车辆在手动驾驶模式中操作时利用电子处理器从至少一个传感器接收数据。所述方法还包括:利用电子处理器基于所述数据确定驾驶风格;以及基于驾驶风格调整所述多个设置中的至少一个设置。
Description
相关申请
本申请要求于2014年12月29日提交的标题为“USER PROFILE AND PERSONALIZATIONOF PARAMETERS OF AN AUTOMATED VEHICLE”的第62/097,373号美国临时申请、于2014年12月29日提交的标题为“INTERACTIVE LEARNING OF DRIVING STYLE FOR AUTOMATEDVEHICLES”的第62/097,473号美国临时申请以及于2014年12月31日提交的标题为“PERSONALIZED AUTOMATED DRIVING VEHICLES USING DRIVER FEEDBACK”的第62/098,418号美国临时申请的利益;这些申请的全部内容通过引用被全部合并于此。
技术领域
本发明的实施例涉及自动车辆控制系统的领域。
背景技术
驾驶员辅助系统(诸如,例如自适应巡航控制和自动变道系统)已被成功地部署于市场以增加驾驶员舒适性和安全。因为这些驾驶员辅助系统在精密性方面取得进步,所以可能需要较少的驾驶员交互。在一些情况下,对于行程的各部分,驾驶员辅助系统可以是全自动化的。因此,在行程的至少一些持续时间期间,驾驶员的角色已从主动驾驶员的角色改变为乘客的角色。高度自动化的车辆允许驾驶员将控制移交给自动车辆并且在驾驶的同时进行其它任务。
发明内容
一个示例性实施例提供一种用于控制自主车辆的方法。所述方法包括:利用自主车辆的电子处理器接收简档选择。所述方法还包括:利用电子处理器基于简档选择接收包括多个设置的驾驶员简档。所述方法还包括:当自主车辆在自主驾驶模式中操作时,利用电子处理器基于所述多个设置中的至少一个设置控制自主车辆的至少一个车辆控制系统。所述方法还包括:利用电子处理器在手动驾驶模式中操作自主车辆。所述方法还包括:在自主车辆在手动驾驶模式中操作时利用电子处理器从至少一个传感器接收数据。所述方法还包括:利用电子处理器基于所述数据确定驾驶风格;以及利用电子处理器基于驾驶风格调整所述多个设置中的至少一个设置。
另一实施例提供一种用于控制自主车辆的系统。所述系统包括:至少一个车辆控制系统;和电子控制器,以电气方式耦合到所述至少一个车辆控制系统。电子控制器包括电子处理器,电子处理器被配置为:接收简档选择;基于简档选择接收包括多个设置的驾驶员简档;以及当自主车辆在自主驾驶模式中操作时,基于所述多个设置中的至少一个设置控制所述至少一个车辆控制系统。
通过考虑详细描述和附图,本发明的其它方面将会变得清楚。
附图说明
图1是根据一些实施例的自主车辆控制系统的方框图。
图4A-4C图示根据一些实施例的设置管理画面的示例性实施例。
图3图示根据一些实施例的简档选择画面的示例性实施例。
图4图示根据一些实施例的学习模式显示画面的示例性实施例。
图5图示根据一些实施例的设置管理画面的示例性实施例。
图6图示根据一些实施例的反馈请求画面的示例性实施例。
图7图示根据一些实施例的评价请求画面的示例性实施例。
图8是根据一些实施例的用于操作自主车辆的示例性方法的流程图。
图9是根据一些实施例的用于操作自主车辆的示例性方法的流程图。
具体实施方式
在详细地解释本发明的任何实施例之前,应该理解,本发明不在其应用方面局限于在下面的描述中阐述或在下面的附图中图示的部件的构造和布置的细节。本发明能够实现其它实施例,并且能够被以各种方式实施或执行。
此外,应该理解,这里使用的用语和术语用于描述的目的,并且不应该被视为是限制性的。这里使用的“包括”、“包含”或“具有”及其变型旨在包括其后列出的项及其等同物以及另外的项。术语“安装”、“连接”和“耦合”被广泛地使用,并且包括直接和间接安装、连接和耦合。另外,“连接”和“耦合”不限于物理或机械连接或耦合,并且能够包括电气连接或耦合,无论是直接连接或耦合还是间接连接或耦合。此外,可使用任何已知方式(包括有线连接、无线连接等)执行电子通信和通知。
还应该注意的是,多个基于硬件和软件的装置以及多个不同结构部件可被用于实现本发明。还应该注意的是,多个基于硬件和软件的装置以及多个不同结构部件可被用于实现本发明。另外,应该理解,本发明的实施例可包括硬件、软件和电子部件或模块,为了讨论的目的,所述硬件、软件和电子部件或模块可被图示和描述成好像多数部件仅被实现于硬件中。然而,基于对这个详细描述的阅读,本领域普通技术人员将会意识到,在至少一个实施例中,本发明的基于电子的方面可被实现于可由一个或多个处理器执行的软件(例如,存储在非暂态计算机可读介质上)中。如此,应该注意的是,多个基于硬件和软件的装置以及多个不同结构部件可被用于实现本发明。例如,在说明书中描述的“控制单元”和“控制器”能够包括一个或多个处理器、一个或多个存储器模块(包括非暂态计算机可读介质)、一个或多个输入/输出接口和连接所述部件的各种连接(例如,系统总线)。
图1是自主车辆控制系统10的一个示例性实施例的方框图。如以下更具体描述的,自主车辆控制系统10可被安装在自主车辆11上或集成到自主车辆11中,并且自主地驾驶自主车辆11。应该注意的是,在下面的描述中,术语“车辆”、“自主车辆”和“自动车辆”不应该被视为是限制性的。所述术语被以一般方式用于表示自主或自动驾驶车辆,所述自主或自动驾驶车辆具有不同程度的自动化(即,车辆被配置为在具有来自驾驶员的有限输入的情况下或在没有来自驾驶员的输入的一些情况下自己驾驶)。这里描述的系统和方法可以与具有如下能力的任何车辆一起使用:部分地或完全地自主操作、由驾驶员手动控制或二者的某种组合。
如这里所使用的,术语“驾驶员”通常表示自主车辆的如下占用者,该占用者坐在驾驶员的位置,在处于手动模式中时操作车辆的控制,或者将控制输入提供给车辆以影响车辆的自主操作。如这里所使用的,术语“乘客”通常表示自主车辆的如下占用者,该占用者被动地乘坐在车辆中,而不控制车辆的驾驶操作。然而,自主车辆的驾驶员和乘客二者都可共享另一方的某种角色。例如,对于行程的一部分或全部,驾驶员可将驾驶控制移交给自主车辆控制系统10,并且乘坐在车辆中作为乘客。
如这里所使用的,术语“行程”表示车辆从开始点到最终目的地点(中间具有或者没有一个或多个路点)的驾驶(手动或自主)。例如,行程可开始于驾驶员的家(即,开始点),包括在乘客的家接取乘客的车站(即,路点),并且继续前进至驾驶员和乘客的工作地(即,目的地)。
在图示的示例中,自主车辆控制系统10包括电子控制器12、车辆控制系统14、传感器16、GNSS(全球导航卫星系统)系统18、收发器20和人机接口(HMI)22。自主车辆控制系统10的部件以及其它各种模块和部件通过或经由一个或多个控制或数据总线以电气方式彼此耦合,所述控制或数据总线实现它们之间的通信。考虑到这里描述的本发明,将控制和数据总线用于各种模块和部件之间的互连以及通信对于本领域技术人员而言将会是已知的。在替代实施例中,自主车辆控制系统10的一些或全部部件可使用合适的无线形式(例如,Bluetooth™或近场通信)以通信方式耦合。为了容易描述,图1中图示的自主车辆控制系统10包括每种前述部件中的一个部件。替代实施例可包括每种部件中的一个或多个部件,或者可排除或组合一些部件。电子控制器12控制车辆控制系统14、传感器16、GNSS系统18、收发器20和人机接口(HMI) 22以根据这里描述的方法自主地控制车辆。在一些实施例中,电子控制器12通过将控制信号或指令传送给车辆控制系统14、传感器16、GNSS系统18、收发器20、人机接口22来控制这些装置和系统。
电子控制器12包括电子处理器24(例如,微处理器、专用集成电路等)、存储器26和输入/输出接口28。存储器26可由一个或多个非暂态计算机可读介质构成,并且至少包括程序存储区域和数据存储区域。程序存储区域和数据存储区域能够包括不同类型的存储器的组合,所述不同类型的存储器诸如是只读存储器(“ROM”)、随机存取存储器(“RAM”)(例如,动态RAM(“DRAM”)、同步DRAM(“SDRAM”)等)、电可擦除可编程只读存储器(“EEPROM”)、闪存、硬盘、SD卡或其它合适的磁、光学、物理或电子存储器装置。电子处理器24被耦合到存储器26和输入/输出接口28。电子处理器24发送和接收信息(例如,从存储器26和/或输入/输出接口28),并且通过执行一个或多个软件指令或模块来处理该信息,所述一个或多个软件指令或模块能够存储在存储器26或另一非暂态计算机可读介质中。软件能够包括固件、一个或多个应用、程序数据、滤波器、规则、一个或多个程序模块和其它可执行指令。除了别的以外,电子处理器24被配置为从存储器26取回用于自主车辆控制以及用于执行这里所述的方法的软件,并且执行所述软件。存储器26的数据存储区域包括驾驶员简档29,驾驶员简档29能够由电子处理器24访问或改变。以下更详细地描述驾驶员简档29。
输入/输出接口28(例如,通过一个或多个有线和/或无线连接)向位于电子控制器12外部的装置(诸如,车辆控制系统14、传感器16、GNSS系统18、收发器20和HMI 22)传送信息以及从所述装置接收信息。输入/输出接口28接收用户输入,提供系统输出,或二者的组合。如这里所述的,可经例如HMI 22提供来自车辆的驾驶员或乘客的用户输入。输入/输出接口28还可包括其它输入和输出机构,为了简洁而未在这里描述所述其它输入和输出机构,并且所述其它输入和输出机构可被实现于硬件、软件或二者的组合中。
在一个示例性实施例中,电子控制器12执行机器学习功能。例如,电子控制器12的存储器26可存储可由电子处理器24执行的一个或多个学习引擎。机器学习通常表示计算机应用在未被明确地编程的情况下进行学习的能力。具体来说,执行机器学习的计算机应用(有时被称为机器学习引擎)被配置为基于训练数据开发算法。例如,如以下更详细描述的,学习引擎可使用当驾驶员操作自主车辆11时收集的数据(即,训练数据)来开发模型,该模型由电子控制器12用于操作自主车辆11。能够使用各种类型的方法和机制执行机器学习,所述各种类型的方法和机制包括但不限于决策树学习、关联规则学习、人工神经网络、归纳逻辑编程、支持向量机、聚类、贝叶斯网络、增强学习、表示学习、相似性和度量学习、稀疏的词典学习和遗传算法。
应该理解,虽然图1仅图示单个电子处理器24、存储器26和输入/输出接口28,但电子控制器12的替代实施例可包括多个处理单元、存储器模块和/或输入/输出接口。还应该注意的是,自主车辆控制系统10可包括其它电子控制器,每个其它电子控制器包括与电子控制器12类似的部件并且被与电子控制器12类似地配置。在一些实施例中,电子控制器12被部分地或完全地实现在半导体(例如,现场可编程门阵列[“FPGA”]半导体)芯片上。类似地,这里描述的各种模块和控制器可被实现为所图示的个体控制器,或实现为单个控制器的部件。在一些实施例中,可使用各方案的组合。
电子处理器24使用输入/输出接口28向车辆控制系统14发送信息或命令以及从车辆控制系统14接收信息或命令(例如,通过车辆通信总线,诸如,CAN总线)。车辆控制系统14包括用于控制多个车辆系统(例如,制动、转向和引擎功率输出)的部件(例如,致动器、电机和控制器)。为了简洁起见,将不会更详细地描述车辆控制系统14。电子处理器24控制车辆控制系统14自主地驾驶自主车辆11。在一些实施例中,车辆控制系统14被控制以在整个行程期间在没有驾驶员介入或输入的情况下自动地驾驶自主车辆11。在其它实施例中,车辆控制系统14被控制以在行程的一部分期间驾驶自主车辆11,并且允许或需要驾驶员在行程的一个或多个部分期间手动操作车辆。
传感器16被耦合到电子控制器12,并且确定自主车辆11的一个或多个属性。传感器16使用例如电信号将关于那些属性的信息传送给电子控制器12。车辆属性包括例如自主车辆11或者自主车辆11的各部分或部件的位置、自主车辆11或者自主车辆11的各部分或部件的移动、作用于自主车辆11或者自主车辆11的各部分或部件上的力以及自主车辆11与其它车辆或物体(静止或移动的)的接近。传感器16可包括例如车辆控制传感器(例如,检测加速器踏板位置、刹车踏板位置和方向盘位置[转向角]的传感器)、轮速传感器、车辆速度传感器、横摆传感器、力传感器、里程度量传感器和车辆接近传感器(例如,照相机、雷达、超声波)。电子控制器12接收并且解释从传感器16接收的信号,以确定一个或多个车辆属性的值,该一个或多个车辆属性包括例如车辆速度、转向角、车辆位置、俯仰、横摆和滚转。电子控制器12至少部分地基于从传感器16接收的信息控制车辆控制系统14自主地控制自主车辆11(例如,通过产生制动信号、加速度信号、转向信号)。一些传感器16可被集成到车辆控制系统14中,而其它传感器可被与车辆控制系统14分开地部署在车辆11上。
GNSS(全球导航卫星系统)系统18使用一个或多个天线和接收器(未示出)从轨道运行卫星接收射频信号。GNSS系统18基于接收的射频信号确定车辆的地理空间定位(即,纬度、经度、高度和速度)。GNSS系统18将这种定位信息传送给电子控制器12。当控制自主车辆11时,电子控制器12可结合从传感器16接收的信息使用这种信息,或者替代于从传感器16接收的信息使用这种信息。电子控制器12控制GNSS系统18规划路线并且对自主车辆11进行导航。GNSS系统是已知的,并且将不会被更详细地描述。在一些实施例中,GNSS系统18可使用GPS(全球定位系统)进行操作。替代实施例可结合GNSS系统18或者替代GNSS系统18使用区域卫星导航系统和/或陆基导航系统。
收发器20是通过一个或多个无线通信网络(诸如,例如蜂窝网络和陆地移动无线电网络)传送数据的无线电收发器。收发器20也使用合适的网络形式(例如,Bluetooth™、近场通信、Wi-Fi™等)在车辆11内提供无线通信。因此,收发器20以通信方式将自主车辆控制系统10的电子控制器12和其它部件与网络或位于自主车辆11内部和外部的电子装置耦合。收发器20包括实现无线通信的其它部件(例如,放大器、天线、基带处理器等),为了简洁而未在这里描述这些其它部件,并且所述其它部件可被实现于硬件、软件或二者的组合中。一些实施例包括多个收发器或分开的传送和接收部件(例如,传送器和接收器),而非组合的收发器20。
人机接口(HMI) 22提供自主车辆控制系统10和驾驶员之间的接口。HMI 22以电气方式耦合到电子控制器12并且从驾驶员接收输入,从电子控制器12接收信息,并且基于接收的信息将反馈(例如,音频、视觉、触觉或者其组合)提供给驾驶员。HMI 22提供合适的输入机构(诸如,按钮、具有菜单选项的触摸屏显示器、语音识别等)以用于从驾驶员接收可由电子控制器12用于控制车辆11的输入。
HMI 22提供视觉输出,诸如例如图形指示器(即,固定或动画图标)、光、颜色、文本、图像、前述各项的组合等。HMI 22包括用于显示视觉输出的合适的显示机构,例如仪表板、反射镜、平视显示器、中央控制台显示屏幕(例如,液晶显示器(LCD)触摸屏幕或有机发光二极管(OLED)触摸屏幕),或通过其它合适的机构。在替代实施例中,显示屏幕可以不是触摸屏幕。在一些实施例中,HMI 22包括图形用户界面(GUI)(例如,由电子处理器24从存储在存储器26中的指令和数据产生并且呈现在显示屏幕上),所述图形用户界面使用户能够与自主车辆控制系统10交互。HMI 22还可通过HMI 22中所包括的扬声器或与HMI 22分开的扬声器将输出提供给驾驶员,所述输出诸如是钟声、蜂鸣器、语音输出或其它合适的声音。在一些实施例中,通过诸如经由使用振动电机使一个或多个车辆部件(例如,车辆的方向盘和驾驶员的座位)振动,HMI 22将触觉输出提供给驾驶员。在一些实施例中,HMI 22提供视觉、音频和触觉输出的组合。
在一些实施例中,自主车辆控制系统10还包括移动电子装置30、通信网络32、简档服务器34和简档数据库36。如图1中所示,移动电子装置30、通信网络32和简档服务器34经收发器20和其它合适的网络部件(未示出)以通信方式耦合。为了容易描述,图1中图示的示例性实施例包括移动电子装置30、通信网络32、简档服务器34和简档数据库36中的每种中的一个。替代实施例可包括每种部件中的一个或多个部件,或者可排除或结合一些部件。
移动电子装置30以通信方式耦合到收发器20,并且使用合适的无线网络形式(例如,Bluetooth™、近场通信(NFC)、Wi-Fi™等)与自主车辆控制系统10的电子控制器12和其它部件无线通信。在替代实施例中,移动电子装置30可使用例如通用串行总线(USB)连接或类似连接经有线连接以通信方式耦合到电子控制器12。
如所示的,移动电子装置30是智能电话。在替代实施例中,移动电子装置30可以是例如平板计算机、个人数字助手(PDA)、智能手表或任何其它便携式或可穿戴电子装置,所述任何其它便携式或可穿戴电子装置包括或能够连接到网络调制解调器或实现无线或有线通信的类似部件(例如,处理器、存储器、i/o接口、收发器、天线等)。在一些实施例中,当移动电子装置30以通信方式耦合到自主车辆控制系统10时,HMI 22与移动电子装置30通信以通过移动电子装置30提供上述视觉、音频和触觉输出。
收发器20还可按照通信方式将电子控制器12与通信网络32耦合。通信网络32可包括一个或多个蜂窝网络(例如,长期演进(LTE)、时分多址(TDMA)和码分多址(CDMA))、陆地移动无线电网络以及其它局域和广域数据网络(例如,全球微波接入互操作性(WiMax))。通信网络32的各部分可通过与公共交换电话网络(PSTN)、互联网或二者的一个或多个连接来切换或路由网络通信业务,网络通信业务包括语音电话呼叫(例如,蜂窝和陆上线路呼叫)、数字和模拟无线电通信、互联网协议语音(VoIP)、短消息服务(SMS)消息和多媒体消息服务(MMS)消息(“文本消息”)、传输控制协议/互联网协议(TCP/IP)数据通信业务等。
简档服务器34也以通信方式耦合到通信网络32。简档服务器34包括电子处理器(例如,微处理器或另一合适的可编程装置)、存储器(即,计算机可读存储介质)和输入/输出接口(未示出)等等。电子处理器、存储器和输入/输出接口以及其它各种模块由一个或多个控制或数据总线连接,考虑到这里描述的本发明,所述一个或多个控制或数据总线的使用将会对于本领域技术人员而言是已知的。简档服务器34的存储器存储软件(例如,固件、一个或多个应用、程序数据、滤波器、规则、一个或多个程序模块和/或其它可执行指令),所述软件包括用于如这里所述那样操作简档服务器34的指令。
简档数据库36以电子方式存储关于自主车辆控制系统10的操作的信息,包括例如驾驶员简档29。简档服务器34从简档数据库36读取这种信息,并且将这种信息写到简档数据库36。在图示的实施例中,简档数据库36是安放在合适的数据库服务器上并且可由简档服务器34和其它系统(未示出)通过通信网络32访问的数据库。在替代实施例中,简档数据库36可位于简档服务器34内,或者位于通信网络32外部并且可通过一个或多个中间网络访问的系统上。在一些实施例中,简档服务器34向电子控制器12发送驾驶员简档29并且从电子控制器12接收驾驶员简档29(例如,经通信网络32)。为了容易描述,通常根据单个驾驶员简档29描述这里描述的示例性实施例。这不应该被视为是限制性的;替代实施例可包括存储在例如存储器26、简档数据库36、移动电子装置30或前述各项的组合中的驾驶员简档29的一个或多个实例。
自主车辆可具有超过一个驾驶员。例如,操作自主车辆的家庭可具有两个成年人驾驶员和一个或多个青少年驾驶员。车队车辆可具有组织内的许多驾驶员。朋友和家庭可共享或借彼此的车辆。当驾驶自主车辆时,每个驾驶员可能具有不同偏好或需要。例如,一个驾驶员可能偏好比较运动的驾驶风格,另一驾驶员可能偏好更放松的驾驶风格,并且再另一驾驶员可能偏好车辆尽可能经济地操作。因此,电子控制器12使用驾驶员简档29使自主车辆11的驾驶风格适应驾驶员的偏好。
驾驶员简档29包括信息,所述信息包括与自主车辆11的操作相关或定义自主车辆11的操作的各方面的多个设置。所述多个设置可包括例如对下面各项的偏好:较强或较弱的加速、较快或较慢的驾驶通过曲线、切割或不切割曲线、较急或较缓的制动、行车间距、在某些操纵期间其它车辆之间的间隙尺寸等。驾驶员简档29能够包括由适用的安全标准和法律限制的针对几乎任何驾驶特性的设置。
在一些实施例中,驾驶员简档29还包括其它设置和偏好,诸如例如驾驶员的联系人数据库和日历、导航偏好(例如,供GNSS系统18使用)、娱乐偏好(例如,音乐播放列表、无线电台预置等)、车辆环境偏好(例如,期望舱室温度)、驾驶员位置偏好(例如,座位位置、方向盘位置、踏板位置和反射镜位置)等。在一些实施例中,电子控制器12可访问简档信息(例如,驾驶员的日历条目、预约和地址)以帮助在HMI 22上提供前瞻性或情境敏感显示。这种数据可被用于帮助规划路线,或提供对感兴趣的相关点的更容易访问。例如,电子控制器12可基于驾驶员的日程上的预约的位置建议路线。在一些实施例中,驾驶员简档29链接到其它在线账号(诸如,社交媒体账号)。在这种实施例中,电子控制器12可访问并且使用所链接的账号中的信息以提供或加强上述前瞻性或情境敏感显示或者控制自主车辆11的其它合适的功能。电子控制器12还可使用所链接的账号中的信息控制自主车辆11的其它功能(例如,娱乐系统、通信系统、导航系统等)。
如图2A-2D中所示,可使用例如设置管理画面40A-40D经由HMI 22观看并且编辑存储在驾驶员简档29中的设置。在一些实施例中,还可通过互联网网站(例如,由简档服务器34或利用简档服务器34提供)、移动电子装置30或另一合适的装置上的应用观看并且编辑存储在驾驶员简档29中的信息。在一些实施例中,使用合适的数据安全措施(例如,加密)保护驾驶员简档29。
在图示的实施例中,驾驶员简档29被存储在电子控制器12的存储器26中。在替代实施例中,驾驶员简档29还可被存储在简档数据库36中,存储在移动电子装置30上,存储在基于互联网或私有网络云的存储机构中,或存储在可由电子控制器12访问的另一电子存储器中。因此,驾驶员的简档可在驾驶员使用不同车辆时跟随他或她。
在一个示例性实施例中,自主车辆11提示驾驶员选择他或她的简档(即,驾驶员简档29)。如图3中所示,驾驶员可使用例如由HMI 22显示的简档选择画面42选择驾驶员简档29。例如,驾驶员可使用简档选择器按钮44之一选择他或她的简档。替代地,没有已有简档的驾驶员可使用简档管理按钮46选择创建新简档,或者可通过选择跳过按钮48来选择在不使用驾驶员简档29的情况下操作自主车辆11。替代实施例可使用选择驾驶员简档29的其它机构。例如,也能够使用移动电子装置30进行简档选择。在一些实施例中,驾驶员简档29链接到特定电子钥匙或钥匙链。替代实施例可将生物计量标识符(例如,指纹、声纹和面部识别)用于简档选择。
如上所述,驾驶员可使用HMI 22创建新的驾驶员简档29。当新的或未知的驾驶员开始操作自主车辆11时,也可使用互联网网站(例如,由简档服务器34或利用简档服务器34提供)、移动电子装置30上的应用创建或由电子控制器12自动地创建新的驾驶员简档29。新简档可预填充有示例性设置和偏好(基于例如一般驾驶员偏好或最大燃料经济性),或者新简档可以是空白的。在一些实施例中,可由驾驶员输入(参见图5)或由电子控制器12自动地确定针对新(空白)驾驶员简档29的所述多个设置。例如,基于由驾驶员在手动模式中操作自主车辆11时表现出的驾驶风格,基于由驾驶员在自主车辆11在自主模式中操作时提供的输入,或二者的组合,电子控制器12可自动地确定所述多个设置。
在一个示例性实施例中,自主车辆11从在手动驾驶模式期间驾驶员的驾驶操纵学习,并且将相同的运动行为应用于自主驾驶模式。图4图示自主车辆11的中央控制台52上显示的学习模式显示画面50的示例性实施例。学习模式显示画面50包括用于指示自主车辆控制系统10处于学习模式的有效学习模式指示器54。当自主车辆控制系统10处于学习模式中时,电子控制器12使用传感器16、来自车辆控制系统14的反馈和来自GNSS系统18的信息监测驾驶员的驾驶风格。电子控制器12因此基于驾驶员的操纵搜集描述驾驶员的驾驶风格的数据。这种数据包括例如平均行车间距、最小行车间距、最大横向加速度、平均横向加速度、最大纵向加速度、平均纵向加速度和车辆控制的其它方面。这种数据被记录在电子控制器12的存储器26中。
电子处理器24使用这种数据和机器学习功能确定驾驶员的驾驶风格。驾驶风格可基于原型驾驶员的习惯而被分类为例如运动、放松、进取或被动。电子处理器24将驾驶风格和表征驾驶风格的车辆设置存储在驾驶员简档29中。在一些实施例中,驾驶风格被用于最初填充空白(即,新创建的)简档。在一些实施例中,每当学习模式被启动时(例如,每当自主车辆11被手动驾驶时),驾驶员简档29被更新。在一些实施例中,通过利用基于最近确定的驾驶风格的新设置替换已有设置,更新(调整)驾驶员简档29。在其它实施例中,通过基于最近确定的驾驶风格做出递增调整,更新驾驶员简档29。如此,当驾驶员习惯改变时,电子控制器12可随着时间逐渐地调整驾驶员简档29。例如,在单次表现出进取驾驶之后,通常反映被动驾驶风格的驾驶员简档29可仅被调整为10%更加进取。
如上所述,自主车辆控制系统10使用驾驶员简档29控制自主车辆11。因此,电子控制器12控制自主车辆11以模仿或至少基于驾驶员的风格的方式进行驾驶。例如,如果驾驶员通常快速地加速,则在处于自主驾驶模式中时,自主车辆控制系统10快速地加速。在另一示例中,驾驶员可能通常以对驾驶员施加舒适水平的横向加速度的速度绕曲线。因此,在处于自主驾驶模式中时,自主车辆控制系统10控制自主车辆11的速度以对驾驶员施加类似水平的横向加速度。如上所述,自主车辆控制系统10可被配置为保持符合适用的法规。
在一些实施例中,自主车辆控制系统10基于外部因素自动地调整驾驶员简档29中的所述多个设置。在一些实施例中,自主车辆控制系统10可检测道路或天气条件,并且基于这些条件调整自主车辆11的控制。在一些实施例中,自主车辆控制系统10可检测驾驶员的当前活动(比如,例如使用内部照相机系统、使用HMI 22或通过其它合适的机构),并且相应地修改自主车辆11的控制。例如,驾驶员简档29可包括更进取的驾驶设置,在自主车辆11处于自主驾驶模式中时,当驾驶员正在阅读或写作时可能不期望所述更进取的驾驶设置。因此,电子控制器12可控制车辆不那么进取,但仍然类似于由驾驶员简档29指示的驾驶风格。
在一些情况下,驾驶员可能偏好使用一个风格手动驾驶自主车辆11,但可能偏好被车辆(即,在自主模式中)以不同于他或她自己手动驾驶的风格运送。例如,驾驶员可能以进取或运动驾驶风格手动驾驶自主车辆11,但可能偏好以更加舒适或放松的方式被车辆运送。因此,自主车辆控制系统10的示例性实施例基于从驾驶员接收的反馈(例如,驾驶员输入)在驾驶员简档29中更新学习到的驾驶风格和车辆设置。
在一些实施例中,响应于自主车辆11的总体性能,自主车辆控制系统10接收关于驾驶员偏好的驾驶员偏好输入,所述驾驶员偏好用于调整特定学习到的设置。例如,如图4中所示,有效学习模式指示器54指示自主车辆控制系统10处于学习模式。学习模式显示画面50也提示驾驶员使用滑动器控件56和标度盘控件58进行反馈。滑动器控件56接收关于如下各项的驾驶员偏好输入:转向特性(例如,舒适、标准和运动)、制动、加速度、间隙尺寸、在普通驾驶期间的偏好行车间距、在超过之前与标示速度的可容忍偏差等。标度盘控件58接收关于自主车辆11通常应该以怎样的运动或进取方式进行操作的驾驶员偏好输入。滑动器控件56和标度盘控件58可允许驾驶员对各个值(例如,加速度值、间隙尺寸值等)进行平滑且连续的调整,或者可允许驾驶员从一定范围内的许多离散值选择。
在图5中图示的另一示例中,电子控制器12经由反馈选择器60A-60B从设置管理画面40A接收驾驶员反馈输入,反馈选择器60A-60B接收与以上结合图4描述的那些输入类似的输入。如所示的,反馈选择器60A使用按钮,并且反馈选择器60B-60D使用滑动器控件接收输入。学习模式显示画面50和设置管理画面40A的替代实施例可使用其它输入元件,或者可接收关于其它驾驶特性的驾驶员反馈输入。
在另一实施例中,响应于由自主车辆11执行的特定操纵,自主车辆控制系统10接收驾驶员反馈输入。例如,如图6中所示,在自主地执行操纵(例如,超过另一车辆、转弯、变道、在十字路口转弯、在公路合并到交通中等)之后,电子控制器12使用反馈请求画面62针对驾驶员反馈输入进行提示。电子控制器12通过例如由HMI 22在触摸屏幕上显示的图形用户界面从驾驶员接收驾驶员反馈输入。电子控制器12使用这个驾驶员反馈输入改变各个值,诸如例如纵向运动、车道中的位置、加速度、间隙尺寸(在自主车辆11和其它车辆之间)等。
在图7中图示的另一实施例中,响应于由自主车辆11执行的特定操纵,电子控制器12使用评价请求画面64针对驾驶员评价输入进行提示。电子控制器12接收驾驶员评价输入,驾驶员评价输入指示自主操纵的批准或自主操纵的拒绝(例如,是/否、赞成/反对等)。电子控制器12还可接收评价所述操纵的个体方面的风格的驾驶员评价输入(例如,加速应该更温和还是应该更运动,或者间隙尺寸应该更窄还是应该更宽)。在一些实施例中,当驾驶员评价输入指示批准操纵时,电子控制器12可继续按原样执行所述操纵,而没有调整。
在其它实施例中,电子控制器12可基于驾驶员评价输入自动地修改针对所述类型的操纵的设置。例如,电子控制器12可基于批准或不批准在所述操纵的每次重复之后以递增方式调整针对所述操纵的设置(例如,最大速度、最大加速度、最大行车间距等),直至确定偏好设置。当特定操纵接收到批准时,电子控制器12利用每次重复以递增方式更进取地(或更被动地)执行所述操纵,直至电子控制器12接收到不批准,电子控制器12通过使用上一次接收到批准的设置执行所述操纵的下一次重复来对所述不批准做出响应。因此,电子控制器12能够接近针对所述操纵的最偏好设置。在另一示例中,电子控制器12可使用接收到的批准和不批准(具有或没有其它类型的驾驶员输入)作为机器学习引擎的输入以随着时间确定针对操纵的偏好设置。
在一些实施例中,电子控制器12接收单个驾驶员输入,并且使用所述输入计算、调整和优化驾驶员简档29中的设置。在其它实施例中,电子控制器12接收多个驾驶员输入,并且使用机器学习来调整驾驶员简档29中的设置。
图8图示用于操作自主车辆11的一个示例性方法100。电子控制器12接收简档选择(即,将会在自主车辆11的控制期间使用哪个驾驶员简档的指示)(在块102)。如以上更详细所述,可通过简档选择画面42(参见图3)、移动电子装置30、电子钥匙或生物计量标识符接收简档选择。当选择了驾驶员简档时,电子控制器12接收驾驶员简档29(在块104)。如上所述,可从存储器26、移动电子装置30、简档服务器34或从可由电子控制器12访问的另一电子存储器接收驾驶员简档29。
电子控制器12为自主车辆11确定驾驶模式(例如,手动驾驶模式或自主驾驶模式)(在块106)。电子控制器12可通过经由例如HMI 22从驾驶员接收输入来确定驾驶模式。在一些实施例中,电子控制器12可基于默认设置、驾驶员偏好(例如,存储在驾驶员简档29中)、日程或某种其它合适的机制自动地确定驾驶模式。
当确定了手动驾驶模式(在块108)时,电子控制器12在驾驶员手动操作自主车辆11时从传感器16接收数据(在块110)。如上所述,电子控制器12基于所述数据确定驾驶风格(在块112),并且基于驾驶风格调整驾驶员简档29(在块114)。如图8中所示,在一些实施例中,电子控制器12连续地监测驾驶员的手动驾驶并且相应地调整驾驶员简档(在块106、108-114)。
如上所述,当自主车辆11处于自主驾驶模式时,电子控制器12基于驾驶员简档29的设置自主地控制(即,驾驶)自主车辆11(在块116)。电子控制器12针对一个或多个驾驶员输入进行提示(例如,使用HMI 22) (在块118)。在一些实施例中,驾驶员输入可以是驾驶员偏好输入、驾驶员反馈输入或驾驶员评价输入。电子控制器12经由例如HMI 22接收驾驶员输入(在块120)。
如上所述,驾驶员输入可包括驾驶员是批准还是不批准由自主车辆11执行的特定操纵的指示。电子控制器12确定驾驶员输入是否指示应该调整驾驶员简档29(在块122)。如上所述,一些驾驶员输入(例如,操纵的批准)可能不导致调整驾驶员简档29。在这种情况下,电子控制器12将会继续基于驾驶员简档29控制自主车辆11(在块116)。
当电子控制器12确定将会调整驾驶员简档时,电子控制器12进行所述调整(在块124)。例如,可能接收到指示期望更大行车间隙的驾驶员反馈输入。电子控制器12将会调整驾驶员简档29中的所述设置,并且当在自主驾驶模式中操作(在块106)时继续基于驾驶员简档29(经调整的)控制自主车辆11(在块116)。
如图8中所示,电子控制器12的一些实施例基于驾驶员输入连续地调整驾驶员简档29(在块106、116-124)。
图9图示用于操作自主车辆11的一个示例性方法200。在一些实施例中,当自主车辆11在自主模式中操作(在块202)时,电子控制器12确定一个或多个外部因素(在块204)。如上所述,外部因素包括天气条件、道路条件和驾驶员活动。当电子控制器确定(在块206)外部因素不指示调整时,电子控制器12继续基于驾驶员简档29自主地控制自主车辆11(在块208)。例如,电子控制器12可确定(例如,使用来自传感器16的数据)道路表面干燥并且天气晴朗。
然而,当电子控制器确定(在块206)外部因素指示调整时,电子控制器12基于驾驶员简档29和外部因素自主地控制自主车辆11(在块210)。例如,电子控制器12可确定(例如,使用来自传感器16的数据)道路表面潮湿并且温度处于冰点或接近冰点,并且因此,可与由驾驶员简档29中的设置规定的情况相比不那么进取地控制自主车辆11。在另一示例中,电子控制器12可确定驾驶员正在阅读或写作(例如,通过由HMI 22接收的指示),并且因此,控制自主车辆11使容易干扰这种活动的任何移动最小化。
如图9中所示,无论电子控制器12是否进行调整,电子控制器12连续地确定外部因素并且相应地进行调整(在块204-210)。
因此,除其他之外,本发明提供用于使用个性化驾驶简档操作自主车辆的系统和方法。在下面的权利要求中阐述本发明的各种特征和优点。
Claims (20)
1.一种用于控制自主车辆的方法,所述方法包括:
利用自主车辆的电子处理器接收简档选择;
利用电子处理器基于简档选择接收包括多个设置的驾驶员简档;以及
当自主车辆在自主驾驶模式中操作时,利用电子处理器基于所述多个设置中的至少一个设置控制自主车辆的至少一个车辆控制系统。
2.如权利要求1所述的方法,其中接收简档选择包括:从包括下面各项的组中的至少一项接收简档选择:自主车辆的人机接口、移动电子装置、电子钥匙和生物计量标识符。
3.如权利要求1所述的方法,其中接收驾驶员简档包括:从包括下面各项的组中的至少一项接收驾驶员简档:自主车辆的存储器、移动电子装置和简档服务器。
4.如权利要求1所述的方法,还包括:
利用电子处理器在手动驾驶模式中操作自主车辆;
当自主车辆在手动驾驶模式中操作时利用电子处理器从至少一个传感器接收数据;
利用电子处理器基于所述数据确定驾驶风格;以及
利用电子处理器基于驾驶风格调整所述多个设置中的至少一个设置。
5.如权利要求4所述的方法,其中确定驾驶风格包括:使用至少一个机器学习引擎确定驾驶风格。
6.如权利要求1所述的方法,还包括:
当自主车辆在自主驾驶模式中操作时,利用电子处理器经由自主车辆的人机接口接收至少一个驾驶员输入;以及
利用电子处理器基于所述至少一个驾驶员输入调整所述多个设置中的至少一个设置。
7.如权利要求6所述的方法,其中接收至少一个驾驶员输入包括:接收包括如下各项的组中的至少一项:驾驶员偏好输入、驾驶员反馈输入和驾驶员评价输入。
8.如权利要求1所述的方法,其中基于所述多个设置中的至少一个设置控制自主车辆的所述至少一个车辆控制系统包括:
基于所述多个设置中的所述至少一个设置控制自主车辆执行自主操纵;
响应于自主操纵而利用电子处理器经由自主车辆的人机接口针对驾驶员输入进行提示;
利用电子处理器经由人机接口接收至少一个驾驶员输入,其中所述至少一个驾驶员输入包括:包括自主操纵的批准和自主操纵的拒绝的组中的一个;以及
利用电子处理器基于所述至少一个驾驶员输入调整所述多个设置中的所述至少一个设置。
9.如权利要求1所述的方法,还包括:
利用电子处理器确定至少一个外部因素;以及
当自主车辆在自主驾驶模式中操作时,利用电子处理器基于所述多个设置中的至少一个设置和所述至少一个外部因素控制所述至少一个车辆控制系统。
10.如权利要求9所述的方法,其中确定至少一个外部因素包括:确定来自包括如下各项的组的至少一项:天气条件、道路条件和驾驶员活动。
11.一种用于控制自主车辆的系统,所述系统包括:
至少一个车辆控制系统;和
电子控制器,以电气方式耦合到所述至少一个车辆控制系统,所述电子控制器包括电子处理器,所述电子处理器被配置为:
接收简档选择;
基于简档选择接收包括多个设置的驾驶员简档;以及
当自主车辆在自主驾驶模式中操作时,基于所述多个设置中的至少一个设置控制所述至少一个车辆控制系统。
12.如权利要求11所述的系统,还包括:
人机接口,以电气方式耦合到电子处理器;
其中所述电子处理器还被配置为从包括如下各项的组中的至少一项接收简档选择:人机接口、移动电子装置、电子钥匙和生物计量标识符。
13.如权利要求11所述的系统,还包括:
存储器,以电气方式耦合到电子处理器;
其中所述电子处理器还被配置为从包括如下各项的组中的至少一项接收驾驶员简档:存储器、移动电子装置和简档服务器。
14.如权利要求11所述的系统,还包括:
至少一个传感器,以电气方式耦合到电子处理器;
其中所述电子处理器还被配置为:
在手动驾驶模式中操作自主车辆;
当自主车辆在手动驾驶模式中操作时从所述至少一个传感器接收数据;
基于所述数据确定驾驶风格;以及
基于驾驶风格调整所述多个设置中的至少一个设置。
15.如权利要求14所述的系统,其中所述电子处理器还被配置为使用至少一个机器学习引擎确定驾驶风格。
16.如权利要求11所述的系统,还包括:
人机接口,以电气方式耦合到电子处理器;
其中所述电子处理器还被配置为:
经由人机接口接收至少一个驾驶员输入;以及
基于所述至少一个驾驶员输入调整所述多个设置中的至少一个设置。
17.如权利要求6所述的系统,其中所述至少一个驾驶员输入是包括如下各项的组中的至少一项:驾驶员偏好输入、驾驶员反馈输入和驾驶员评价输入。
18.如权利要求11所述的系统,还包括:
人机接口,以电气方式耦合到电子处理器;
其中所述电子处理器还被配置为:
基于所述多个设置中的所述至少一个设置控制自主车辆执行自主操纵;
响应于自主操纵而经由人机接口针对驾驶员输入进行提示;
经由人机接口接收至少一个驾驶员输入,其中所述至少一个驾驶员输入包括:包括自主操纵的批准和自主操纵的拒绝的组中的一个;以及
基于所述至少一个驾驶员输入调整所述多个设置中的所述至少一个设置。
19.如权利要求11所述的系统,其中所述电子处理器还被配置为:
确定至少一个外部因素;以及
当自主车辆在自主驾驶模式中操作时,基于所述多个设置中的所述至少一个设置和所述至少一个外部因素控制所述至少一个车辆控制系统。
20.如权利要求19所述的系统,其中所述至少一个外部因素是来自包括如下各项的组的至少一项:天气条件、道路条件和驾驶员活动。
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462097473P | 2014-12-29 | 2014-12-29 | |
US201462097373P | 2014-12-29 | 2014-12-29 | |
US62/097473 | 2014-12-29 | ||
US62/097373 | 2014-12-29 | ||
US201462098418P | 2014-12-31 | 2014-12-31 | |
US62/098418 | 2014-12-31 | ||
PCT/US2015/067868 WO2016109540A1 (en) | 2014-12-29 | 2015-12-29 | Systems and methods for operating autonomous vehicles using personalized driving profiles |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107249954A true CN107249954A (zh) | 2017-10-13 |
CN107249954B CN107249954B (zh) | 2020-07-10 |
Family
ID=55272615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580077047.0A Active CN107249954B (zh) | 2014-12-29 | 2015-12-29 | 用于使用个性化驾驶简档操作自主车辆的系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10449957B2 (zh) |
EP (1) | EP3240714B1 (zh) |
CN (1) | CN107249954B (zh) |
WO (1) | WO2016109540A1 (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108137090A (zh) * | 2015-10-05 | 2018-06-08 | 德尔福技术有限公司 | 用于自动化车辆的人性化转向模型 |
CN108657087A (zh) * | 2017-03-30 | 2018-10-16 | 长城汽车股份有限公司 | 车辆的底盘控制系统 |
CN108860099A (zh) * | 2018-06-29 | 2018-11-23 | 山推工程机械股份有限公司 | 一种工程机械设备的电子刹车系统 |
CN109866775A (zh) * | 2017-12-01 | 2019-06-11 | 操纵技术Ip控股公司 | 驾驶风格评估系统和方法 |
CN110015291A (zh) * | 2017-12-28 | 2019-07-16 | 罗伯特·博世有限公司 | 基于车辆的位置个性化自主驾驶系统的驾驶行为的系统 |
CN110053623A (zh) * | 2018-01-15 | 2019-07-26 | 本田技研工业株式会社 | 车辆行驶控制装置 |
CN110082726A (zh) * | 2019-04-10 | 2019-08-02 | 北京梧桐车联科技有限责任公司 | 声源定位方法及装置、定位设备及存储介质 |
CN110182221A (zh) * | 2018-02-22 | 2019-08-30 | 通用汽车环球科技运作有限责任公司 | 用于提供用于车辆自主操作的操作数据界面的系统和方法 |
CN110316049A (zh) * | 2018-03-29 | 2019-10-11 | 通用汽车环球科技运作有限责任公司 | 自行车和摩托车保护行为 |
CN110406534A (zh) * | 2018-04-27 | 2019-11-05 | 本田技研工业株式会社 | 用于汇合车辆的汇合行为系统及方法 |
CN111152790A (zh) * | 2019-12-29 | 2020-05-15 | 的卢技术有限公司 | 一种基于使用场景的多设备交互车载抬头显示方法及系统 |
CN111301425A (zh) * | 2018-11-16 | 2020-06-19 | 长城汽车股份有限公司 | 用于自动驾驶车辆的利用动态模型的有效最优控制 |
CN111409636A (zh) * | 2019-01-04 | 2020-07-14 | 德尔福技术知识产权有限公司 | 用于控制车辆推进的系统和方法 |
CN111409635A (zh) * | 2019-01-04 | 2020-07-14 | 德尔福技术知识产权有限公司 | 用于向驾驶员提供对于控制车辆推进的推荐的系统和方法 |
CN111434554A (zh) * | 2019-01-15 | 2020-07-21 | 通用汽车环球科技运作有限责任公司 | 基于乘客和环境感知驾驶风格简档来控制自主车辆 |
CN111565989A (zh) * | 2018-01-09 | 2020-08-21 | 三星电子株式会社 | 用于车辆的自主驾驶的自主驾驶装置和方法 |
CN111886171A (zh) * | 2018-02-12 | 2020-11-03 | 大众汽车股份公司 | 用于选取汽车的驾驶特征的方法,驾驶辅助系统和汽车 |
CN112805198A (zh) * | 2018-12-10 | 2021-05-14 | 华为技术有限公司 | 用于自主驾驶的个人驾驶风格学习 |
CN112861910A (zh) * | 2021-01-07 | 2021-05-28 | 南昌大学 | 一种网络模拟机器自学习方法及其装置 |
CN113500993A (zh) * | 2021-06-21 | 2021-10-15 | 上汽通用五菱汽车股份有限公司 | 防碰撞功能参数的标定方法、车辆及可读存储介质 |
CN113619680A (zh) * | 2020-05-07 | 2021-11-09 | 操纵技术Ip控股公司 | 自主驾驶员反馈系统和方法 |
CN114126943A (zh) * | 2019-07-08 | 2022-03-01 | 宝马汽车股份有限公司 | 应用于自主车辆中的方法和设备 |
CN114475637A (zh) * | 2022-02-22 | 2022-05-13 | 重庆长安新能源汽车科技有限公司 | 自定义车辆加速模式的方法、系统、车辆及存储介质 |
Families Citing this family (85)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111351495A (zh) * | 2015-02-10 | 2020-06-30 | 御眼视觉技术有限公司 | 服务器系统、方法及机器可读介质 |
JP5957744B1 (ja) * | 2015-07-31 | 2016-07-27 | パナソニックIpマネジメント株式会社 | 運転支援装置、運転支援システム、運転支援方法、運転支援プログラム及び自動運転車両 |
CN105172599B (zh) * | 2015-09-25 | 2018-03-06 | 大陆汽车电子(芜湖)有限公司 | 集成可穿戴设备的主动式汽车仪表系统 |
US9566986B1 (en) | 2015-09-25 | 2017-02-14 | International Business Machines Corporation | Controlling driving modes of self-driving vehicles |
US10232848B2 (en) * | 2016-01-29 | 2019-03-19 | Toyota Motor Engineering & Manufacturing North America, Inc. | Detection of left turn across path/opposite direction oncoming objects |
DE102016205780A1 (de) * | 2016-04-07 | 2017-10-12 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zum Einstellen eines Reglers eines Fahrzeugs sowie Regelungssystem für ein Fahrzeug |
US20170297586A1 (en) * | 2016-04-13 | 2017-10-19 | Toyota Motor Engineering & Manufacturing North America, Inc. | System and method for driver preferences for autonomous vehicles |
JP6368957B2 (ja) * | 2016-05-10 | 2018-08-08 | 本田技研工業株式会社 | 車両制御システム、車両制御方法、および車両制御プログラム |
US10317900B2 (en) * | 2016-05-13 | 2019-06-11 | GM Global Technology Operations LLC | Controlling autonomous-vehicle functions and output based on occupant position and attention |
US10643285B1 (en) | 2016-06-23 | 2020-05-05 | State Farm Mutual Automobile Insurance Company | Systems and methods for environmental analysis based upon vehicle sensor data |
US10146222B2 (en) * | 2016-07-12 | 2018-12-04 | Elwha Llc | Driver training in an autonomous vehicle |
BR112019002546B1 (pt) | 2016-08-08 | 2023-01-17 | Nissan Motor Co., Ltd | Método de controle e dispositivo de controle de veículo de direção automática |
US10493957B2 (en) * | 2016-08-18 | 2019-12-03 | Toyota Motor Engineering & Manufacturing North America, Inc. | Operational mode change based on vehicle occupancy for an autonomous vehicle |
US10086839B2 (en) * | 2016-09-21 | 2018-10-02 | Ford Global Technologies, Llc | Semiautonomous vehicle control system |
US10421460B2 (en) * | 2016-11-09 | 2019-09-24 | Baidu Usa Llc | Evaluation framework for decision making of autonomous driving vehicle |
US10515390B2 (en) * | 2016-11-21 | 2019-12-24 | Nio Usa, Inc. | Method and system for data optimization |
DE102016225366A1 (de) * | 2016-12-19 | 2018-06-21 | Robert Bosch Gmbh | Verfahren zum Kontrollieren von Nutzerinformationen in einer automatisch lernenden Einrichtung |
US20180170392A1 (en) * | 2016-12-20 | 2018-06-21 | Baidu Usa Llc | Method and System to Recognize Individual Driving Preference for Autonomous Vehicles |
US10266182B2 (en) * | 2017-01-10 | 2019-04-23 | Ford Global Technologies, Llc | Autonomous-vehicle-control system and method incorporating occupant preferences |
WO2018139993A1 (en) * | 2017-01-24 | 2018-08-02 | Ford Global Technologies, Llc | Feedback for an autonomous vehicle |
US20180222414A1 (en) * | 2017-02-06 | 2018-08-09 | Magna Electronics Inc. | Vehicle cabin monitoring system and temperature control |
US10032111B1 (en) * | 2017-02-16 | 2018-07-24 | Rockwell Collins, Inc. | Systems and methods for machine learning of pilot behavior |
MX2019010512A (es) * | 2017-03-07 | 2019-10-15 | Nissan Motor | Metodo de asistencia al desplazamiento y dispositivo de control de conduccion. |
US20180307228A1 (en) * | 2017-04-20 | 2018-10-25 | GM Global Technology Operations LLC | Adaptive Autonomous Vehicle Driving Style |
US11036221B1 (en) | 2017-06-12 | 2021-06-15 | United Services Automobile Association (Usaa) | Systems and methods for autonomous vehicle risk management |
US10990102B2 (en) | 2017-06-14 | 2021-04-27 | Motional Ad Llc | Adaptive dynamic model for automated vehicle |
US10346888B2 (en) | 2017-06-16 | 2019-07-09 | Uber Technologies, Inc. | Systems and methods to obtain passenger feedback in response to autonomous vehicle driving events |
US10559140B2 (en) | 2017-06-16 | 2020-02-11 | Uatc, Llc | Systems and methods to obtain feedback in response to autonomous vehicle failure events |
DE102017210651A1 (de) * | 2017-06-23 | 2018-12-27 | Audi Ag | Verfahren zum Betreiben einer Steuervorrichtung für zumindest ein Gerät zum Durchführen von Aktionen und Wiedergeben von Informationen sowie Steuervorrichtung und Kraftfahrzeug |
DE102017211966A1 (de) * | 2017-07-12 | 2019-01-17 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines automatisch gelenkten Kraftfahrzeugs |
EP3659885B1 (en) * | 2017-07-27 | 2022-05-04 | Nissan Motor Co., Ltd. | Driving assistance method and driving assistance device |
US10816975B2 (en) * | 2017-08-09 | 2020-10-27 | Toyota Motor Engineering & Manufacturing North America, Inc. | Autonomous acceleration profile feedback system |
JP6821043B2 (ja) * | 2017-09-15 | 2021-01-27 | 三菱電機株式会社 | 運転支援装置および運転支援方法 |
GB2566509B (en) * | 2017-09-15 | 2019-10-30 | Detroit Electric Ev Tech Zhejiang Limited | Driving assistance system and method |
US20200278685A1 (en) * | 2017-09-20 | 2020-09-03 | Nissan Motor Co., Ltd. | Travel Assistance Method and Travel Assistance Device |
US10787174B2 (en) * | 2017-10-13 | 2020-09-29 | Toyota Motor Engineering & Manufacutring North America, Inc. | Automatic vehicle driving mode system |
KR102360167B1 (ko) * | 2017-10-25 | 2022-02-09 | 현대자동차주식회사 | 차량의 주행 모드 제어 장치 및 방법 |
FR3073805A1 (fr) * | 2017-11-22 | 2019-05-24 | Valeo Schalter Und Sensoren Gmbh | Procede et systeme d'assistance a la conduite pour un vehicule automobile en mode de fonctionnement autonome |
US11130497B2 (en) * | 2017-12-18 | 2021-09-28 | Plusai Limited | Method and system for ensemble vehicle control prediction in autonomous driving vehicles |
US11273836B2 (en) * | 2017-12-18 | 2022-03-15 | Plusai, Inc. | Method and system for human-like driving lane planning in autonomous driving vehicles |
US20190185012A1 (en) | 2017-12-18 | 2019-06-20 | PlusAI Corp | Method and system for personalized motion planning in autonomous driving vehicles |
CN110015306B (zh) * | 2018-01-10 | 2020-12-04 | 华为技术有限公司 | 驾驶轨迹获取方法及装置 |
JP7163581B2 (ja) | 2018-01-18 | 2022-11-01 | トヨタ自動車株式会社 | エージェント連携システムおよびエージェント連携方法 |
US11187543B2 (en) | 2018-02-14 | 2021-11-30 | Uatc, Llc | State-based autonomous-vehicle operations |
US11059494B1 (en) * | 2018-02-15 | 2021-07-13 | State Farm Mutual Automobile Insurance Company | System and method for transferring preferences for autonomous driving |
US11117584B2 (en) | 2018-04-27 | 2021-09-14 | Honda Motor Co., Ltd. | Merge behavior systems and methods for mainline vehicles |
EP3575172A1 (en) * | 2018-05-31 | 2019-12-04 | Visteon Global Technologies, Inc. | Adaptive longitudinal control using reinforcement learning |
IT201800006211A1 (it) * | 2018-06-11 | 2019-12-11 | Metodo di controllo di un veicolo provvisto di guida autonoma | |
US10915105B1 (en) | 2018-06-25 | 2021-02-09 | Allstate Insurance Company | Preemptive logical configuration of vehicle control systems |
WO2020005894A1 (en) * | 2018-06-25 | 2020-01-02 | Allstate Insurance Company | Logical configuration of vehicle control systems based on driver profiles |
US10793164B2 (en) | 2018-06-25 | 2020-10-06 | Allstate Insurance Company | Logical configuration of vehicle control systems based on driver profiles |
US11579614B2 (en) * | 2018-07-16 | 2023-02-14 | Optumsoft, Inc. | Incorporating rules into complex automated decision making |
US11299149B2 (en) * | 2018-07-23 | 2022-04-12 | Denso International America, Inc. | Considerate driving system |
US11358605B2 (en) | 2018-09-10 | 2022-06-14 | Here Global B.V. | Method and apparatus for generating a passenger-based driving profile |
US11535262B2 (en) | 2018-09-10 | 2022-12-27 | Here Global B.V. | Method and apparatus for using a passenger-based driving profile |
US11107001B1 (en) | 2018-09-26 | 2021-08-31 | Rockwell Collins, Inc. | Systems and methods for practical autonomy decision controller |
CN110968088B (zh) * | 2018-09-30 | 2023-09-12 | 百度(美国)有限责任公司 | 车辆控制参数的确定方法、装置、车载控制器和无人车 |
FR3089029B1 (fr) * | 2018-11-28 | 2020-10-30 | Psa Automobiles Sa | Procede de constitution d’un ensemble de donnees informatives en utilisant un systeme informatique embarque a bord d’un vehicule terrestre a moteur |
ES2770199B2 (es) * | 2018-12-31 | 2020-11-19 | Seat Sa | Disposicion de mando |
EP3693243A1 (en) | 2019-02-06 | 2020-08-12 | Zenuity AB | Method and system for controlling an automated driving system of a vehicle |
DE112020001649T5 (de) * | 2019-03-29 | 2022-04-21 | Intel Corporation | Autonomes fahrzeugsystem |
EP3744602A1 (en) * | 2019-05-29 | 2020-12-02 | Zenuity AB | Method for controlling an autonomous driving configuration or driving assistance configuration |
CN110187651A (zh) * | 2019-06-21 | 2019-08-30 | 吉林大学 | 一种车辆人机交互系统、方法、装置、设备和存储介质 |
US11167769B2 (en) * | 2019-06-24 | 2021-11-09 | GM Global Technology Operations LLC | Method and apparatus for managing operator-selectable settings on-vehicle |
US11023749B2 (en) * | 2019-07-05 | 2021-06-01 | Zoox, Inc. | Prediction on top-down scenes based on action data |
US20210061288A1 (en) * | 2019-08-28 | 2021-03-04 | Toyota Motor North America, Inc. | Driver driving style detection and application system |
US11623611B2 (en) * | 2019-08-29 | 2023-04-11 | Motional Ad Llc | Methods for passenger authentication and door operation for autonomous vehicles |
FR3101045B1 (fr) * | 2019-09-19 | 2022-01-21 | Renault Sas | Module de détermination en temps réel d’un profil de conduite personnalisé |
US11316334B2 (en) | 2019-09-30 | 2022-04-26 | GM Cruise Holdings, LLC | Rotary cable management system for sensor platforms |
US11474522B2 (en) * | 2019-09-30 | 2022-10-18 | Gm Cruise Holdings Llc | Conditional and connected smart routines for autonomous vehicles |
FR3103439B1 (fr) | 2019-11-25 | 2021-12-10 | Psa Automobiles Sa | Analyse de données d’environnement acquises dans une zone pour déterminer le type de conduite d’un véhicule à conduite automatisée |
CN113044037A (zh) * | 2019-12-28 | 2021-06-29 | 华为技术有限公司 | 智能汽车的控制方法、装置和控制系统 |
US11285967B2 (en) | 2020-02-13 | 2022-03-29 | Toyota Motor Engineering & Manufacturing North America, Inc. | System and method for modifying actions taken by an autonomous vehicle |
US20220028273A1 (en) * | 2020-07-24 | 2022-01-27 | Autobrains Technologies Ltd | Bypass assistance |
US11807272B2 (en) | 2020-07-28 | 2023-11-07 | Toyota Research Institute, Inc. | Systems and methods for multiple algorithm selection |
DE102020213198A1 (de) | 2020-10-20 | 2022-04-21 | Ford Global Technologies, Llc | System und Verfahren zum Durchführen eines automatisierten Fahrmanövers mit einem ausgewählten Fahrstil, Fahrzeug, Computerprogrammprodukt und computerlesbares Speichermedium |
US11685399B2 (en) * | 2020-11-16 | 2023-06-27 | International Business Machines Corporation | Adjusting driving pattern of autonomous vehicle |
DE102021203057A1 (de) | 2021-03-26 | 2022-09-29 | Volkswagen Aktiengesellschaft | Segmentbasierte Fahreranalyse und individualisierte Fahrerassistenz |
CN113071505B (zh) * | 2021-04-16 | 2024-02-13 | 阿波罗智联(北京)科技有限公司 | 驾驶行为习惯的确定、车辆行驶控制方法、装置及设备 |
FR3122306A1 (fr) * | 2021-04-27 | 2022-10-28 | Psa Automobiles Sa | Procédé, dispositif et système de contrôle d’un système embarqué d’un véhicule |
CN113060146B (zh) * | 2021-05-12 | 2023-04-07 | 中国第一汽车股份有限公司 | 一种纵向跟踪控制方法、装置、设备及存储介质 |
US20220410932A1 (en) * | 2021-06-23 | 2022-12-29 | Lyft, Inc. | Systems and methods for predictively managing user experiences in autonomous vehicles |
DE102021123597A1 (de) | 2021-09-13 | 2023-03-16 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren und Steuergerät zur automatisierten Applikation von Fahrerassistenzsystemen im Serienbetrieb |
EP4166409A1 (en) * | 2021-10-12 | 2023-04-19 | Volvo Car Corporation | A driving control system for a vehicle |
DE102022108677B3 (de) | 2022-04-11 | 2023-06-01 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren, System und Computerprogrammprodukt zur Ermittlung von objektiven Kenngrößen für die Prädiktion einer subjektiven Bewertung eines Fahrassistenzsystems und/oder einer automatisierten Fahrassistenzfunktion |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5014200A (en) * | 1990-02-20 | 1991-05-07 | General Motors Corporation | Adaptive cruise system |
US20080167820A1 (en) * | 2007-01-04 | 2008-07-10 | Kentaro Oguchi | System for predicting driver behavior |
CN101633358A (zh) * | 2008-07-24 | 2010-01-27 | 通用汽车环球科技运作公司 | 具有集成驾驶风格识别的自适应车辆控制系统 |
JP2010179761A (ja) * | 2009-02-05 | 2010-08-19 | Nissan Motor Co Ltd | 運転操作支援装置及び運転操作支援方法 |
DE102009021959A1 (de) * | 2009-05-19 | 2010-11-25 | Bayerische Motoren Werke Aktiengesellschaft | Vorrichtung und Verfahren zur fahrerabhängigen Anpassung einer Fahrenveloppe eines Fahrzeugs |
CN101996378A (zh) * | 2009-08-05 | 2011-03-30 | 罗伯特·博世有限公司 | 个性化娱乐系统 |
DE102011012793A1 (de) * | 2011-03-02 | 2012-09-06 | Volkswagen Ag | Fahrerassistenzverfahren und Fahrerassistenzsystem |
DE102011082480A1 (de) * | 2011-09-12 | 2013-03-14 | Robert Bosch Gmbh | Verfahren und Kontrollsystem zum Ermitteln eines Lenkmomentes für einen automatischen Eingriff in eine Querführung eines Fahrzeuges |
CN103229156A (zh) * | 2010-10-01 | 2013-07-31 | Flex Electronics ID Co.,Ltd. | 多操作系统环境中的对接系统的自动配置 |
DE102012002581A1 (de) * | 2012-02-09 | 2013-08-29 | Daimler Ag | Unterstützen eines Fahrers eines Kraftfahrzeugs bei einer Routenführung und einem autonomen Fahrmanöver |
DE102012024649A1 (de) * | 2012-12-17 | 2014-06-18 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Bestimmen des Fahrverhaltens eines Fahrers, Fahrerassistenzsystem und Kraftfahrzeug |
EP2752348A1 (en) * | 2013-01-04 | 2014-07-09 | Continental Automotive Systems, Inc. | Adaptive emergency brake and steer assist system based on driver focus |
CN104106013A (zh) * | 2012-02-13 | 2014-10-15 | 捷豹路虎有限公司 | 用于车辆的驾驶员建议系统 |
US20140309892A1 (en) * | 2012-03-14 | 2014-10-16 | Flextronics Ap, Llc | Customization of vehicle controls and settings based on user profile data |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6629034B1 (en) | 2001-06-06 | 2003-09-30 | Navigation Technologies Corp. | Driving profile method and system |
US7158876B2 (en) | 2004-08-13 | 2007-01-02 | Hubert W. Crook Computer Consultants, Inc. | Automated vehicle routing based on physical vehicle criteria |
JP4872262B2 (ja) * | 2005-07-27 | 2012-02-08 | 日本電気株式会社 | 管理支援システム、管理支援方法、および管理支援プログラム |
GB2457279A (en) * | 2008-02-08 | 2009-08-12 | Airmax Group Plc | Configuration of an electronic control system for controlling the operation of at least one component of a vehicle |
US20130006674A1 (en) * | 2011-06-29 | 2013-01-03 | State Farm Insurance | Systems and Methods Using a Mobile Device to Collect Data for Insurance Premiums |
DE102012200216A1 (de) | 2012-01-09 | 2013-07-11 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines Fahrerassistenzsystems eines Fahrzeugs |
US8635018B2 (en) | 2012-02-03 | 2014-01-21 | International Business Machines Corporation | Managing a driver profile |
DE102012011171A1 (de) | 2012-06-06 | 2013-12-12 | GM Global Technology Operations, LLC (n.d. Ges. d. Staates Delaware) | Verfahren zur Anzeige einer empfohlenenKurvengeschwindigkeit in einem Fahrzeug undFahrerassistenzsystem |
US8634822B2 (en) | 2012-06-24 | 2014-01-21 | Tango Networks, Inc. | Automatic identification of a vehicle driver based on driving behavior |
US9147353B1 (en) * | 2013-05-29 | 2015-09-29 | Allstate Insurance Company | Driving analysis using vehicle-to-vehicle communication |
WO2015166811A1 (ja) * | 2014-04-30 | 2015-11-05 | みこらった株式会社 | 自動運転車及び自動運転車用プログラム |
US9766625B2 (en) * | 2014-07-25 | 2017-09-19 | Here Global B.V. | Personalized driving of autonomously driven vehicles |
US9189897B1 (en) * | 2014-07-28 | 2015-11-17 | Here Global B.V. | Personalized driving ranking and alerting |
US9506763B2 (en) * | 2015-01-30 | 2016-11-29 | Here Global B.V. | Method and apparatus for providing aggregated notifications for travel segments |
US10077056B1 (en) * | 2015-04-24 | 2018-09-18 | State Farm Mutual Automobile Insurance Company | Managing self-driving behavior of autonomous or semi-autonomous vehicle based upon actual driving behavior of driver |
US10220705B2 (en) * | 2015-08-12 | 2019-03-05 | Madhusoodhan Ramanujam | Sharing autonomous vehicles |
US9805605B2 (en) * | 2015-08-12 | 2017-10-31 | Madhusoodhan Ramanujam | Using autonomous vehicles in a taxi service |
US9815481B2 (en) * | 2015-09-28 | 2017-11-14 | GM Global Technology Operations LLC | Vehicle-user-interaction system |
US9630619B1 (en) * | 2015-11-04 | 2017-04-25 | Zoox, Inc. | Robotic vehicle active safety systems and methods |
US20170168689A1 (en) * | 2015-12-14 | 2017-06-15 | GM Global Technology Operations LLC | Systems and methods for providing vehicle-related information in accord with a pre-selected information-sharing mode |
US20170297586A1 (en) * | 2016-04-13 | 2017-10-19 | Toyota Motor Engineering & Manufacturing North America, Inc. | System and method for driver preferences for autonomous vehicles |
US10606276B2 (en) * | 2016-09-30 | 2020-03-31 | Faraday & Future Inc. | User data-based autonomous vehicle system |
-
2015
- 2015-12-29 WO PCT/US2015/067868 patent/WO2016109540A1/en active Application Filing
- 2015-12-29 US US15/540,380 patent/US10449957B2/en active Active
- 2015-12-29 EP EP15830960.9A patent/EP3240714B1/en active Active
- 2015-12-29 CN CN201580077047.0A patent/CN107249954B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5014200A (en) * | 1990-02-20 | 1991-05-07 | General Motors Corporation | Adaptive cruise system |
US20080167820A1 (en) * | 2007-01-04 | 2008-07-10 | Kentaro Oguchi | System for predicting driver behavior |
CN101633358A (zh) * | 2008-07-24 | 2010-01-27 | 通用汽车环球科技运作公司 | 具有集成驾驶风格识别的自适应车辆控制系统 |
JP2010179761A (ja) * | 2009-02-05 | 2010-08-19 | Nissan Motor Co Ltd | 運転操作支援装置及び運転操作支援方法 |
DE102009021959A1 (de) * | 2009-05-19 | 2010-11-25 | Bayerische Motoren Werke Aktiengesellschaft | Vorrichtung und Verfahren zur fahrerabhängigen Anpassung einer Fahrenveloppe eines Fahrzeugs |
CN101996378A (zh) * | 2009-08-05 | 2011-03-30 | 罗伯特·博世有限公司 | 个性化娱乐系统 |
CN103229156A (zh) * | 2010-10-01 | 2013-07-31 | Flex Electronics ID Co.,Ltd. | 多操作系统环境中的对接系统的自动配置 |
DE102011012793A1 (de) * | 2011-03-02 | 2012-09-06 | Volkswagen Ag | Fahrerassistenzverfahren und Fahrerassistenzsystem |
DE102011082480A1 (de) * | 2011-09-12 | 2013-03-14 | Robert Bosch Gmbh | Verfahren und Kontrollsystem zum Ermitteln eines Lenkmomentes für einen automatischen Eingriff in eine Querführung eines Fahrzeuges |
DE102012002581A1 (de) * | 2012-02-09 | 2013-08-29 | Daimler Ag | Unterstützen eines Fahrers eines Kraftfahrzeugs bei einer Routenführung und einem autonomen Fahrmanöver |
CN104106013A (zh) * | 2012-02-13 | 2014-10-15 | 捷豹路虎有限公司 | 用于车辆的驾驶员建议系统 |
US20140309892A1 (en) * | 2012-03-14 | 2014-10-16 | Flextronics Ap, Llc | Customization of vehicle controls and settings based on user profile data |
DE102012024649A1 (de) * | 2012-12-17 | 2014-06-18 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Bestimmen des Fahrverhaltens eines Fahrers, Fahrerassistenzsystem und Kraftfahrzeug |
EP2752348A1 (en) * | 2013-01-04 | 2014-07-09 | Continental Automotive Systems, Inc. | Adaptive emergency brake and steer assist system based on driver focus |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108137090A (zh) * | 2015-10-05 | 2018-06-08 | 德尔福技术有限公司 | 用于自动化车辆的人性化转向模型 |
CN108137090B (zh) * | 2015-10-05 | 2021-10-15 | 安波福技术有限公司 | 用于自动化车辆的人性化转向模型 |
CN108657087A (zh) * | 2017-03-30 | 2018-10-16 | 长城汽车股份有限公司 | 车辆的底盘控制系统 |
CN108657087B (zh) * | 2017-03-30 | 2021-09-07 | 长城汽车股份有限公司 | 车辆的底盘控制系统 |
CN109866775A (zh) * | 2017-12-01 | 2019-06-11 | 操纵技术Ip控股公司 | 驾驶风格评估系统和方法 |
CN110015291B (zh) * | 2017-12-28 | 2023-03-14 | 罗伯特·博世有限公司 | 基于车辆的位置个性化自主驾驶系统的驾驶行为的系统 |
CN110015291A (zh) * | 2017-12-28 | 2019-07-16 | 罗伯特·博世有限公司 | 基于车辆的位置个性化自主驾驶系统的驾驶行为的系统 |
CN111565989A (zh) * | 2018-01-09 | 2020-08-21 | 三星电子株式会社 | 用于车辆的自主驾驶的自主驾驶装置和方法 |
CN111565989B (zh) * | 2018-01-09 | 2023-09-19 | 三星电子株式会社 | 用于车辆的自主驾驶的自主驾驶装置和方法 |
CN110053623A (zh) * | 2018-01-15 | 2019-07-26 | 本田技研工业株式会社 | 车辆行驶控制装置 |
CN111886171B (zh) * | 2018-02-12 | 2023-08-04 | 大众汽车股份公司 | 用于选取汽车的驾驶特征的方法,驾驶辅助系统和汽车 |
CN111886171A (zh) * | 2018-02-12 | 2020-11-03 | 大众汽车股份公司 | 用于选取汽车的驾驶特征的方法,驾驶辅助系统和汽车 |
CN110182221A (zh) * | 2018-02-22 | 2019-08-30 | 通用汽车环球科技运作有限责任公司 | 用于提供用于车辆自主操作的操作数据界面的系统和方法 |
CN110182221B (zh) * | 2018-02-22 | 2022-08-16 | 通用汽车环球科技运作有限责任公司 | 用于提供用于车辆自主操作的操作数据界面的系统和方法 |
CN110316049A (zh) * | 2018-03-29 | 2019-10-11 | 通用汽车环球科技运作有限责任公司 | 自行车和摩托车保护行为 |
CN110406534A (zh) * | 2018-04-27 | 2019-11-05 | 本田技研工业株式会社 | 用于汇合车辆的汇合行为系统及方法 |
CN108860099A (zh) * | 2018-06-29 | 2018-11-23 | 山推工程机械股份有限公司 | 一种工程机械设备的电子刹车系统 |
CN111301425A (zh) * | 2018-11-16 | 2020-06-19 | 长城汽车股份有限公司 | 用于自动驾驶车辆的利用动态模型的有效最优控制 |
CN111301425B (zh) * | 2018-11-16 | 2022-08-19 | 长城汽车股份有限公司 | 用于自动驾驶车辆的利用动态模型的有效最优控制 |
CN112805198A (zh) * | 2018-12-10 | 2021-05-14 | 华为技术有限公司 | 用于自主驾驶的个人驾驶风格学习 |
CN111409636A (zh) * | 2019-01-04 | 2020-07-14 | 德尔福技术知识产权有限公司 | 用于控制车辆推进的系统和方法 |
CN111409635A (zh) * | 2019-01-04 | 2020-07-14 | 德尔福技术知识产权有限公司 | 用于向驾驶员提供对于控制车辆推进的推荐的系统和方法 |
CN111409636B (zh) * | 2019-01-04 | 2023-03-14 | 德尔福技术知识产权有限公司 | 用于控制车辆推进的系统和方法 |
CN111434554A (zh) * | 2019-01-15 | 2020-07-21 | 通用汽车环球科技运作有限责任公司 | 基于乘客和环境感知驾驶风格简档来控制自主车辆 |
CN110082726A (zh) * | 2019-04-10 | 2019-08-02 | 北京梧桐车联科技有限责任公司 | 声源定位方法及装置、定位设备及存储介质 |
CN114126943A (zh) * | 2019-07-08 | 2022-03-01 | 宝马汽车股份有限公司 | 应用于自主车辆中的方法和设备 |
CN111152790B (zh) * | 2019-12-29 | 2022-05-24 | 的卢技术有限公司 | 一种基于使用场景的多设备交互车载抬头显示方法及系统 |
CN111152790A (zh) * | 2019-12-29 | 2020-05-15 | 的卢技术有限公司 | 一种基于使用场景的多设备交互车载抬头显示方法及系统 |
CN113619680A (zh) * | 2020-05-07 | 2021-11-09 | 操纵技术Ip控股公司 | 自主驾驶员反馈系统和方法 |
CN113619680B (zh) * | 2020-05-07 | 2024-03-12 | 操纵技术Ip控股公司 | 自主驾驶员反馈系统和方法 |
CN112861910A (zh) * | 2021-01-07 | 2021-05-28 | 南昌大学 | 一种网络模拟机器自学习方法及其装置 |
CN113500993A (zh) * | 2021-06-21 | 2021-10-15 | 上汽通用五菱汽车股份有限公司 | 防碰撞功能参数的标定方法、车辆及可读存储介质 |
CN113500993B (zh) * | 2021-06-21 | 2022-09-20 | 上汽通用五菱汽车股份有限公司 | 防碰撞功能参数的标定方法、车辆及可读存储介质 |
CN114475637A (zh) * | 2022-02-22 | 2022-05-13 | 重庆长安新能源汽车科技有限公司 | 自定义车辆加速模式的方法、系统、车辆及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP3240714B1 (en) | 2023-08-30 |
US20170369052A1 (en) | 2017-12-28 |
WO2016109540A1 (en) | 2016-07-07 |
EP3240714A1 (en) | 2017-11-08 |
CN107249954B (zh) | 2020-07-10 |
US10449957B2 (en) | 2019-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107249954A (zh) | 用于使用个性化驾驶简档操作自主车辆的系统和方法 | |
US11643086B2 (en) | Method and system for human-like vehicle control prediction in autonomous driving vehicles | |
US20220185296A1 (en) | Method and system for human-like driving lane planning in autonomous driving vehicles | |
US20200361406A1 (en) | Transport Facilitation System for Configuring a Service Vehicle for a User | |
CN112805198B (zh) | 用于自主驾驶的个人驾驶风格学习 | |
CN108205830B (zh) | 识别对于无人驾驶车辆的个人驾驶偏好的方法和系统 | |
US10692371B1 (en) | Systems and methods for changing autonomous vehicle operations based on user profiles | |
CA3018335C (en) | Transport facilitation system for configuring a service vehicle for a user | |
US10012990B2 (en) | Optimizing timing for configuring an autonomous vehicle | |
US20190185010A1 (en) | Method and system for self capability aware route planning in autonomous driving vehicles | |
US11851087B2 (en) | Trajectory prediction for autonomous devices | |
US20170284819A1 (en) | Utilizing accelerometer data to configure an autonomous vehicle for a user | |
US9827993B2 (en) | Method and system for improving ride quality in an autonomous vehicle | |
WO2019122952A1 (en) | Method and system for personalized motion planning in autonomous driving vehicles | |
US20190185012A1 (en) | Method and system for personalized motion planning in autonomous driving vehicles | |
CN107430007A (zh) | 基于自动‑手动驾驶偏好比例的路线选择 | |
US20190129422A1 (en) | Adaptive driving mode in semi or fully autonomous vehicles | |
CN114502445B (zh) | 适应用户驾驶偏好控制自主车辆 | |
EP3729001A1 (en) | Method and system for human-like driving lane planning in autonomous driving vehicles | |
WO2019122953A1 (en) | Method and system for self capability aware route planning in autonomous driving vehicles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |